商务智能应用的分布式数据挖掘系统设计

面向商务智能应用基于Agent技术的分布式数据挖掘系统是从多Agent系统的角度来研究商务智能环境下的分布式数据挖掘任务的计算模型。本系统充分利 用移动Agent的移动性，大大降低了系统对网络带宽的依赖且提高了数据挖掘过程中数据安全性，具有良好的扩展性和自组织能力，对构建基于Agent技术 的商务智能数据挖掘系统具有一定的参考意义。
　商务智能(business intelligence，BI)是1989年由Gartner Group的Howard Dresner提出，但目前对商务智能还没有统一的定义。一般地，商务智能被认为是将存储于各种商业信息系统中的数据通过智能手段转换成有用信息以帮助企业提高决策能力解决商业问题的概念、方法和技术的集合。商务智能引起了国内外企业界和软件开发界的广泛关注，并成为当前一个热点研究问题。作为商务智能的重要组成部分之一的数据挖掘(dataining，DM)的研究提高到了一个新的高度，在分布式商务智能环境下，采取合适的数据挖掘系统模型和数据挖掘算法尤为重要。
　　Agent技术是人工智能的新兴研究课题，是有效解决复杂分布式问题的计算模式之一。基于Agent技术的应用系统不仅具有一般分布式系统所具有易于扩张、灵活性强等特点，而且系统具有很强的智能性和组织能力。本文在分析商务智能分布式环境基础上，介绍了面向商务智能的分布式数据挖掘系统应具有的基本特点，提出了一种面向商务智能应用基于Agent技术的分布式数据挖掘系统，并讨论了系统各组成部分功能特点。
　　1 商务智能的分布式环境
　　商务智能的发展，先后经历了事务处理系统、高级管理员信息系统、管理信息系统、决策支持系统和专家系统等阶段，最终演变成今天的商务智能。商务智能系统，与这些信息系统相比，主要区别之一是用户不再仅仅局限于企业的领导和决策分析人员，而是扩展到企业组织内外各类人员，即商务智能系统是面向多层次各类用户的应用需要。这些用户往往分布在不同部门或地区，从而使商务智能系统面向分布式应用环境。
　　同时，商务智能面向分布式数据环境。商务智能有效地集成企业内外部各种商业数据，并转换成易于理解的商业知识，帮助企业内外部用户进行科学决策，更好地实现商业目的。企业内部数据是指通过企业各种业务信息系统收集到的数据。这些数据可能分布在不同的硬件、数据库、网络环境中，为不同的业务部门服务。外部数据主要是市场信息和外部竞争对手信息，这些数据可以通过网络或市场调研等手段获得。因此，商务智能将肯定面向分布式的应用环境和数据环境。

 1/7    1 2 3 4 5 6 下一页 尾页

BPO网版权及免责声明

1、凡本网注明：“BPO网”或者“原创”的所有作品，版权均属于BPO网所有，其他媒体、网站或个人转载使用时必须注明：“文章来源：BPO网”。违反上述声明者，本网将追究其法律责任。

2、凡本网注明“来源：XXX（非BPO网）”的作品，均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其产生的任何结果负责。